协作博弈和金融危机——雷曼倒闭：理论和实证

《协作博弈和金融危机——雷曼倒闭：理论和实证》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterCOORDINATIONGAMEANDFINANCIALCRISIS——LEHMANBROTHERSBANKRUPTCY:THEORYANDEVIDENCECandidate：LiningHanStudentID:1101289002Supervisor：Prof.BaohuaZhuAcademicDegreeAppliedfor：MasterofEconomicsSpeciality：WesternEconomicsAntaiColleg

2、eofEconomicsAffiliation：andManagementDateofDefence：Jan,2013Degree-Conferring-Institution：ShanghaiJiaoTongUniversity万方数据万方数据万方数据万方数据万方数据上海交通大学硕士学位论文协作博弈和金融危机——雷曼倒闭：理论与实证摘要金融市场的融资流动性在冲击之后的短期内，部分金融机构通过抵押或卖出资产换取现金，以支付其即将到期的债务，导致资产收益下降。本文试图通过建立研究协作博弈的全局博弈模型来讨论短期投资者根据自己观察到的资产收益变化的信息来决定短期内持有还是卖出资产

3、的决策问题。模型有唯一的包含信息阈值的纳什均衡，投资者根据收益变化的私有信息和阈值的关系来做决策。均衡的比较静态分析表明，当资产的流动性越小，投资者持有的资产份额越大，则投资者越有可能选择卖出，资产在危机时期的期望收益越低。在后面的实证部分中，考虑雷曼兄弟宣布倒闭对市场造成的融资流动性冲击，在倒闭前后几天股票市场的短期投资者面临和博弈模型中的参与者一样投资决策问题，然后检验模型预测的投资者均衡的有效性，假设检验和回归等实证方法证明在雷曼兄弟倒闭前后，股票的事前流动性越低，股票的非正常收益越低。实证的结果很稳健，而且和前面理论模型结果一致，说明投资者在临近雷曼倒闭给市场带来冲击

4、的时期会根据股票的事前流动性调整为和理论模型预测接近的投资策略，导致低流动性股票在倒闭附近非正常收益更低。所以，流动性较低的资产在金融危机期间受到冲击的影响更大，我国金融监管方面应注意这方面的问题以减少可能的金融危机对市场的不良影响。关键词：协作博弈，金融危机，流动性，纳什均衡，非正常收益万方数据上海交通大学硕士学位论文万方数据上海交通大学硕士学位论文COORDINATIONGAMEANDFINANCIALCRISIS——LEHMANBROTHERSBANKRUPTCY:THEORYANDEVIDENCEABSTRACTAfterthefundingliquidityinth

5、efinancialmarketisshocked,manyfinancialinstituteswouldsellassetsorloanonassettorollovertheirdebtstomatureinrecent.Thebehavioroffinancialinstituteswouldbringdownthereturnoftheassets.Short-runinvestorscouldobservebiasedinformationaboutthedecreasinginreturnanddecidewhethertoholdorselltheasset.

6、Itstudiestheproblembybuildingaglobalgamemodelbasedonthecoordinationgametoanalyzetheinvestors’strategy,andthecomparativestaticanalysisoftheNashequilibriumshowsthatiftheassethaslowerliquidityorisholdmorebytheshort-runinvestors,thentheinvestorsaremorelikelytosellandthereturnoftheassetduringthe

7、crisiswouldbelower.Intheempiricalpartofthepaper,itexploitstheLehmanBrothersbankruptcyasashocktoreducethefundingliquidityofthemarket,sotheshort-runinvestorwouldfacetheproblemasthegameinthemodel.Thenitteststheeffectivenessofthemodelpredictioninthiscase.All